CN117999589A - 确定停车空间品质值的方法及设备 - Google Patents

Abstract

停车空间、特别是停车场或停车楼应当被评估其对自动驾驶的适应性。为此确定(S1)停车空间的整个可行驶区域并在可行驶区域中规定(S2)网格点。针对每个网格点确定(S3)从各自网格点能记录的停车空间的特征。基于从每个网格点能记录的特征的平均数量获得(S4)品质值。

Description

确定停车空间品质值的方法及设备

技术领域

本发明涉及一种用于针对自动驾驶确定停车空间、特别是停车场或停车楼的品质值的方法。另外，本发明涉及一种用于确定这种停车空间的品质值的相应设备。最后，本发明还涉及一种具有这种设备的机动车辆。

背景技术

自动驾驶车辆必须利用合适的传感器和算法不断确定其位置和方位(位姿)，并通过将其与数字地图等进行比较来确保其处于没有静态障碍物的可行驶区域中。为此，在行驶时，使用合适的传感器(例如前视摄像机或顶视摄像机)连续检测环境。使用合适的算法对所得出的数字图像进行分析，以识别独特的图像内容，即所谓的特征或地标(下文统称为“特征”)，并确定它们的位置。这些特征通常是在图像中产生的像素图案，并不一定匹配于真实的对象。相反地，地标则是真实的对象，例如表面、边、线、线交叉点、柱子、标牌、停车位编号等。

定位算法将结果与数字地图中的信息进行比较，数字地图中除了包含特征和地标位置之外，还包含相应的特征类型和地标类型。基于这些附加信息，可以将检测到的特征和地标匹配于地图上的特征和地标记录并读取它们的绝对位置。通过另外考虑车辆与所检测到的地标之间的测量距离，还确定车辆位置和车辆方位(位姿)。

可达到的精度取决于车辆环境中可检测到的特征和地标的数量。由于在停车楼中转弯半径小且车道窄，对精度的要求比在街道和高速公路上更高，因此在停车楼中在确定车辆位置和车辆方位时要考虑的特征和地标的最少数量也相应较高。

在此背景下特别值得关注的是，能够评估停车楼是否适合于自动驾驶车辆，并直接开放停车楼或专门为停车楼配设附加特征和/或地标。

从公开文本US2020/0294310 A1中已知一种神经网络，用于确定倾斜多边形的角点，该倾斜多边形界定在定义停车场的图像中的区域。此外，神经网络可以输出预测锚框的角点与停车位入口相对应的概率的置信值。置信值可用于选择锚框和/或倾斜多边形的一组角点来定义停车位的入口。使用神经网络预测的倾斜多边形的角点与停车位的角点之间的最小总距离可用于简化关于锚框是否应用作有效样本的决定。

发明内容

本发明的目的是，提高使用停车空间时的安全性，尤其是自动驾驶车辆的安全性。

根据本发明，该目的通过根据独立权利要求的方法和设备来实现。本发明的有利改进方案由从属权利要求产生。

根据本发明，提供了一种用于针对自动或半自动驾驶确定停车空间、特别是停车场或停车楼的品质值的方法。因此应使用品质值来评估停车空间。品质值为此例如提供关于停车空间是否适合自动驾驶或半自动驾驶的依据，该方法因此可用于自动驾驶的所有自动驾驶级别。

本文件中的术语“停车空间”应理解为是停车场、停车楼、停车平台以及用于停放车辆(特别是机动车辆)的其他设施的通用术语。通常通过构成所谓的地标的相应的地面标线来识别停车库或停车区。

在根据本发明的方法的第一步骤中，确定停车空间的整个可行驶区域。整个可行驶区域一般包括车道、其他可行驶区域、停车表面(即停车库或停车区)以及未经授权可行驶区域。自动或半自动驾驶的车辆必须能够在该停车空间的整个可行驶区域中进行自我定位。优选地，该整个可行驶区域还必须能够由自动或半自动驾驶的车辆行驶。停车空间的整个可行驶区域的确定可以通过车辆或通过例如由停车场或停车楼操纵的特殊设备来进行。在个别情况下，使用现成的数字地图也能足以确定整个可行驶区域。

然后在可行驶区域中规定网格点。因此在整个可行驶的空间中规定随后被用于确定品质值的点。这些网格点的目的是不必以极高的局部分辨率来评估整个可行驶区域。而是出于效率原因，使用具有或多或少地相距的点的网格，以便在自动或半自动驾驶期间实现足够的安全性。

然后针对每个网格点确定从各自网格点能记录的停车空间的特征。因此分析从每个网格点能够记录(即“看到”或“识别”)哪些特征。所有可能的检测器技术都可以用于此记录。例如，从某一特定网格点出发，使用距地面一米的摄像机在所有空间方向上可以记录五个特征(例如地标)。利用雷达探测器可能只记录两个地标。在此示例中，使用高度为1.2米的摄像机可能记录六个地标，其中四个位于一个半空间中，另外两个位于另一半空间中。特征或地标和特征的确定可以通过设置在停车空间中的所有网格点上的检测器设备来进行。

最后，利用所收集到的这些数据，可以基于从每个网格点能记录的特征的平均数量获得品质值(品质标准)。因此可以例如对于停车楼得出，从每个网格点出发，例如对于位于一米高度的顶视系统，平均能够识别到三个特征。对于同一停车楼，雷达系统可检测到或可记录的特征的平均数量为1.5个。在另一个停车楼中用顶视系统可记录的特征的平均数量例如可以是四个，用雷达系统可记录的平均数量可以是两个。这样，可以根据品质值，并在必要时根据所使用的技术，评估不同停车空间或停车楼的自动或半自动驾驶的可用性。

在根据本发明的方法的一种有利实施方案中，网格点彼此等距布置。具体地，网格点可以在平面上的一个方向上或多个方向上等距。尤其是，网格点可以根据笛卡尔坐标系在每个维度的方向上等距间隔开。网格点在此情况下位于方形图案的角点处。网格点还可以布置在例如等边三角形的角点处。由此例如产生具有三角形网眼的由网格点构成的网。在此情况下各个网格点也是等距的。这样的等距网格点系统的优点是，一方面网格点易于确定，另一方面更容易比较不同的停车空间。

在一个实施例中可以规定，在确定特征时获得每个能记录的特征相对于各自网格点的极坐标或笛卡尔坐标。通过获得每个能记录的特征的坐标，可以为在停车空间中的导航提供附加的有价值的信息。此外，还可以使用坐标来估计或计算各个特征从各个网格点的可见性或可记录性。

如上所述，在特定实施例中还可以规定，在确定特征时，对于每一特征提供关于多种检测器技术中的一种的信息，利用所述多种检测器技术能从相应的网格点记录该特征，专门针对一种或多种检测器技术来提供品质值。因此能够对于同一个停车楼为具有顶视系统的车辆确定与具有前置摄像机系统的车辆不同的品质值。这意味着停车空间的品质值可以根据具体车辆来确定。因此停车空间可能更适合进行自动驾驶的高价车辆，而不适合进行自动驾驶的低价车辆。

用于确定停车空间中特征的检测器技术可以基于可见光、红外光、超声波、雷达或无线电。如有必要，还可以使用其他能够以接触或非接触方式来记录或检测停车空间的特征的技术。

根据一种优选实施方式规定，特征中的每一特征产生特定的像素图案或表示地标。这意味着，在像素图案情况下，所记录的图像不代表在检测前景中的真实的特定的对象。例如，在停车楼中的固定照明情况下，在确定的观察窗中，例如由于建筑、使用的材料、存在的阴影等，会产生会被用作自动驾驶的特征的非常特定的像素图案。另一方面，该特征也可以是特定的真实对象，例如地面标线或柱子。地面标线的非常特殊的区段，例如停车表面的角落，也可以作为地标。因此在网格点环境中通常可以记录大量特征。

在一种有利的改进方案中规定，在获得品质值时，还考虑从每个网格点能记录的特征的数量的方差。方差是对可以从各单个网格点可记录的特征数量的变化程度的度量标准。如果方差非常大，这可能会对自动驾驶产生负面影响，因为尽管平均值很高，但停车空间中可能存在只有少数特征可见或可记录的区域。相反，如果方差很小，则可以认为几乎在整个停车空间中每个网格点上可见的特征的数量是相同的。就此而言，方差是评估停车空间是否适合自动驾驶的可靠参量，由此得到更好的品质标准。

在另一实施例中，在获得品质值方面考虑停车空间的当前占用状态。如果占用状态较高，则停放的车辆可能会遮挡地标或者改变所谓的特征(例如像素图案)。这导致品质值下降，停车空间被判断为不太适合自动驾驶。这也是所希望的，因为由于被机动车辆遮挡，自动驾驶车辆在网格点处实际上可以识别的地标更少，因此更难辨向。此外，就停车而言也可能有利的是，占用较多的停车楼仅获得低品质值。

根据本发明的另一方面，提供了一种用于控制机动车辆的方法。在此，根据如上所述的方法确定第一停车空间的第一品质值，检查第一品质值是否满足第一条件，以及仅当满足条件时控制机动车辆驶向第一停车空间或为该机动车辆开放第一停车空间。因此，所确定的品质值对机动车辆的控制具有直接影响。例如，如果品质值超过预定最小值，则控制机动车辆驶向第一停车空间。相反则无法控制机动车驶向第一停车空间。在这种情况下，例如向驾驶员通知无法驶向第一停车空间。作为控制机动车辆直接驶向第一停车空间的替代方案，可以为机动车辆开放第一停车空间。例如，如果第一停车空间的品质值高于预定的最小值，则原则上对于机动车辆的停车操作开放该第一停车空间(例如提供相应的开放信息)。如果未超过最小值，则相应地不会开放第一停车空间。该开放可以在之后控制机动车辆时被使用。

根据用于控制机动车辆的方法的改进方案，开放第一停车空间，根据上述方法确定第二停车空间的第二品质值，将第一品质值与第二品质值进行比较，根据相应的比较结果控制机动车辆驶向第一停车空间或第二停车空间中。在这种情况下，有两个停车空间可供控制机动车辆驶入。由于第一停车空间的第一品质值满足第一条件，因此第一停车空间被开放。对于第二停空间，类似地确定第二品质值。如果第二品质值大于第一品质值，则控制机动车辆驶向例如第二停车空间。然而，如果第二品质值小于第一品质值，则无论第二品质值是否满足第一条件，都控制机动车辆驶向第一停车空间中。替代地，如果存在多个停车空间，也可以例如确定各品质值中的最大值并控制机动车辆驶向具有最大品质值的停车空间。但优选也在最大品质值满足第一条件的情况下才控制机动车辆驶向具有最大品质值的停车空间。一般来说，对停车空间的自主利用只有在满足该所谓的第一条件时才是合理的。例如，第一条件规定在每个网格点处必须至少可识别三个地标或特征，并且任选地，方差小于1。

根据本发明，上述目的还通过一种用于针对自动驾驶确定停车空间、特别是停车场或停车楼的品质值的设备来实现，该设备具有：

-用于确定停车空间的整个可行驶区域的第一传感器装置，

-用于在可行驶区域中规定网格点的处理装置，

-用于针对每个网格点确定从各自网格点能记录的停车空间的特征的第二传感器装置，以及

-用于基于从每个网格点能记录的特征的平均数量获得品质值的计算装置。

本发明还包括根据本发明的设备的改进方案，其具有已经结合根据本发明的方法的改进方案所描述的特征。为此，这里不再描述根据本发明的设备的相应改进方案。

此外，根据本发明还提供一种用于利用控制装置控制机动车辆的设备，所述控制装置被设计用于执行用于控制机动车辆的所述方法。这种控制装置可以具有能够用于半自动或全自动控制机动车辆的控制装置和/或处理器。

此外，根据本发明，还提供了一种机动车辆，该机动车辆具有这种用于控制机动车辆的设备。

本发明还包括所描述的实施方式的特征的组合。

附图说明

下面描述本发明的示例性实施例。对此：

图1示出根据本发明的方法的实施例的示意性框图；

图2示出用于确定停车空间品质值的设备的实施例；

图3示出具有控制设备的机动车辆。

具体实施方式

下面阐述的实施例是本发明的优选实施例。在实施例中，所描述的部件分别代表本发明的各单个的可彼此独立看待的特征，这些特征也彼此独立地改进本发明，因此也单独地或者以与所示组合不同的其他组合被视为本发明的一部分。此外，所描述的实施例还可以通过已经描述的本发明的其他特征来补充。

在附图中，功能相同的元件具有相同的附图标记。

自动(以及视情况半自动)驾驶的车辆必须使用合适的传感器和算法连续确定其位置和方位，并通过将其与数字地图等进行比较来确保车辆处于没有静态障碍物的可驾驶区域中。为此，在行驶时使用合适的传感器(例如前视摄像机或顶视摄像机)连续检测环境。为此也使用雷达和超声波传感器。利用合适的算法对所得出的数字图像进行分析，以确定独特的图像内容，即所谓的特征或地标，例如表面、边、线和线交叉点，并确定它们的位置。

定位算法通常将结果与数字地图的信息进行比较，在数字地图中除了包含特征和地标位置之外，还包含相应的特征和地标类型。基于这些附加信息，可以将所检测到的特征和地标匹配于地图上的特征和地标记录并读取它们的绝对位置。通过附加地考虑车辆与检测到的地标之间的测量距离来确定车辆位置和/或车辆方位。

在此情况下，可达到的精度取决于车辆环境中检测到的特征和地标的数量。由于在停车楼中以及在停车场上转弯半径小、车道窄，所以对自动驾驶的精度要求高于在街道和高速公路上，因此在停车楼或停车场(一般来讲的停车空间)内在确定车辆位置和/或车辆方位时需要考虑的特征和地标的数量也相应较高。

在此背景下，特别值得关注的是，能够评估停车楼是否适合于自动驾驶车辆，并且能够直接开放停车楼或专门为停车楼配设附加特征和/或地标。但在此值得期待的是，尽可能地不使用目前作为停车场基础设施所必需的固定安装的传感器来在停车场内定位自动驾驶车辆并为此检测车辆位置或方位。

为了解决这个问题，在此提出了一种用于确定停车空间的品质值的方法，该方法特别是用于评估停车楼。该评估应专门针对在自动驾驶车辆的自身定位方面的适用性来进行，该适用性以可记录的或可识别的特征(例如特征和/或地标)为基础。该方法优选地利用数字地图来运行，该数字地图包含将停车楼整个表面细分为车道、其他可行驶区域、停车表面、未经授权可行驶区域以及物理封锁的因而不可行驶区域。数字地图可以从服务器下载或自行创建。两种变型方案都表明了对停车空间的整个可行驶区域的确定。

排除物理封锁因此无法行驶的区域在外，该方法在整个停车楼表面(即停车空间的可行驶区域)上创建具有等距的车辆位置和方位的网格，并针对网格的每个点计算可记录(特别是可见的)特征和地标的数量。

地标或特征在何种范围内可见或可记录取决于传感器系统(通常是所使用的一个或多个摄像机)。在俯视视角时，可实现对车辆的全方位可视性。在这种情况下，车辆的方位并不重要，视野最多在竖向上受到限制(例如+/-30度)。相反，在车内后视镜上的简单的前置摄像机情况下，车辆的方位也很重要，因为此类摄像机的视野通常为水平+/-60度和竖直+/-30度。在单行道上，对于这类车辆，只有那些在行驶方向上位于车辆前方的相应角度范围内的地标是可见的，而从车辆视角出发被其他对象(例如墙壁)遮挡的地标是不可见的。就此而言，停车空间的特征的可记录性取决于车辆的传感器系统或车辆类型(例如顶视视角是否可用)。因此具体地对于每个网格点确定从其出发(使用相应的技术)可以记录的或可见的特征的数量。

基于这些结果计算品质值，在品质值中考虑每个网格点的可见的特征和地标的平均数量，以及视情况还考虑在所分析的停车表面或所分析的停车空间内的方差。所计算出的品质值使得能够评估各个停车楼在其对于自动驾驶车辆基于特征和/或地标的自我定位方面的适用性以及在此方面将停车楼相互比较。这种评估可直接用于控制(半)自动驾驶车辆。因此例如可以根据相应的品质值自动规定应控制自动驾驶车辆驶向所评估的多个停车楼中的哪一个。

图1以框图的形式示意性地示出了用于确定停车空间的品质值的方法的实施例。因此例如应针对自动或半自动驾驶对停车楼进行评估。为此，在第一步骤S1中，确定停车空间或停车楼的整个可行驶区域。在接下来的步骤S2中，优选在可行驶区域中规定等距网格点。这些网格点例如位于正方形或三角形的角点处。然后在步骤S3中，确定从相应网格点可见的或可记录的停车空间或停车楼的特征。具体地可以仅确定从各自网格点能够识别的特征的各自数量。必要时除数量外还确定并存储每个特征的类型和位置。

在接下来的步骤S4中，基于从每个网格点可记录的特征的平均数量获得品质值。因此，对于由从每个网格点可识别的特征的最大数量形成平均值。该平均值对于停车楼或停车空间而言是特征性的。它可以存储在服务器中并在需要时从服务器被访问。任选地，对于至少一个另外的停车楼或另外的停车空间重复该品质值的确定。为此，该方法从步骤S4返回至步骤S1。

此外，当在步骤S4中获得品质值时，可以考虑停车楼的占用状态B。例如，如果停车楼占用率很高，则品质值会降低。

如果现在想要自动驾驶，则可以进行步骤S5至S7。首先，在步骤S5中检查所获得的品质值是否满足条件。例如，检查品质值是否大于预定的最小值，只有满足这点，才可以安全地在停车楼中进行自动驾驶。相反，如果不满足该条件，则该停车楼被归类为不可自动驾驶，并且不被开放。该控制在步骤S6结束。相反，如果在步骤S5中满足条件，则可以按照步骤S7自动控制车辆驶入停车楼。在评估了多个停车楼的情况下，则可以在步骤S6中舍弃那些不满足条件的并且不允许自动驾驶的停车楼。

如果有多个停车楼允许自动驾驶，则在步骤S7中可以驶向品质值最高的停车楼。替代地，可以由其他条件来决定将车辆自动驶向哪个开放的停车楼。该附加的条件例如可以是行驶时间、距离等。

图2示意性地示出了设备1，利用该设备1可以针对自主驾驶确定停车空间的品质值。例如可以使该设备1行驶通过停车楼以便检测几何形状、可行驶性和其他特征。因此可以创建停车楼的包含所有可见或可记录的特征的数字地图。

设备1例如具有用于确定停车空间的整个可驾驶区域的第一传感器装置2。例如，第一传感器装置2为此包括在设备1的多侧上的一个或多个摄像机。第一传感器装置2记录例如界定可行驶区域的墙壁、柱子和车道标线。

此外，设备1具有处理装置3，利用该处理装置可以在可行驶区域中规定网格点。处理装置3直接或间接地从第一传感器装置2获得停车空间的可行驶区域。此外，设备1具有第二传感器装置4，利用第二传感器装置4可以针对每一网格点确定从那里可识别的特征的数量，并且视情况确定附加的特征，例如类型和位置。在某些情况下，第一传感器装置2和第二传感器装置4彼此相同或部分相同。最后，设备1具有计算装置5，利用计算装置5能够基于从每个网格点可记录的特征的平均数量获得品质值。为此目的，计算装置5从处理装置3获得网格点，并从第二传感器装置4获得关于从每个网格点可识别的特征的信息。根据该信息，计算装置5形成平均值，其告知从每个网格点平均可以识别多少个特征。视情况地，计算装置5还允许在品质值中结合在所有网格点上的可识别特征的数量的方差。在这种情况下，品质值可以是多维的(品质向量)。所确定的品质值可以例如存储在云空间6中的服务器上。

图3示出了具有控制设备8的机动车辆7。该控制设备8能够自动控制机动车辆7。为了控制车辆7，控制设备8例如从云空间6接收关于停车楼的品质值。根据该品质值，控制设备8自动控制机动车辆7例如驶入相应的停车场或者所评估的多个停车楼之一。

因此，本发明有利地能够实现在排除物理封锁的因此不可行驶区域在外的情况下在停车楼整个表面上的可能的车辆位置的网格叠加。此外本发明还允许例如针对每个网格点计算可见的特征和地标，并最终计算出品质值，在品质值中结合了每个网格点的可见特征和地标的平均数量以及可选的结合了其在所分析的停车楼表面内的方差。最后，根据本发明，因此能够根据所计算的品质值对各单个停车楼进行客观评估以及对多个停车楼进行相互之间的客观比较。

附图标记列表

1设备

2第一传感器装置

3处理装置

4第二传感器装置

5计算装置

6云空间

7机动车辆

8控制设备

B占用状态

S1至S7步骤

Claims (13)

1.一种用于针对自动或半自动驾驶确定停车空间、特别是停车场或停车楼的品质值的方法，其特征在于，

-确定(S1)停车空间的整个可行驶区域，

-在可行驶区域中规定(S2)网格点，

-针对每个网格点确定(S3)从各自网格点能记录的、停车空间的特征，

-基于从每个网格点能记录的特征的平均数量获得(S4)品质值。

2.根据权利要求1所述的方法，其特征在于，所述网格点彼此等距布置。

3.根据权利要求1或2所述的方法，其特征在于，在确定(S3)特征时，获得每个能记录的特征相对于各自网格点的极坐标或笛卡尔坐标。

4.根据前述权利要求中任一项所述的方法，其特征在于，在确定(S3)特征时，对于每一特征提供关于多种检测器技术中的一种的信息，利用所述多种检测器技术能从相应的网格点记录该特征，专门针对一种或多种检测器技术来提供品质值。

5.根据前述权利要求中任一项所述的方法，其特征在于，所述检测器技术中的每一检测器技术基于可见光、红外光、超声波、雷达或无线电。

6.根据前述权利要求中任一项所述的方法，其特征在于，所述特征中的每一特征产生特定的像素图案或者表示地标。

7.根据前述权利要求中的一项所述的方法，其特征在于，在获得(S4)品质值时，还考虑从每个网格点能记录的特征的数量的方差。

8.根据前述权利要求中任一项所述的方法，其特征在于，在获得(S4)品质值时，考虑停车空间的当前占用状态。

9.一种用于控制机动车辆(7)的方法，该方法包括：根据前述权利要求中任一项确定第一停车空间的第一品质值；检查(S5)第一品质值是否满足第一条件，仅当条件被满足时控制(S7)机动车辆(7)驶向第一停车空间或为机动车辆(7)开放第一停车空间。

10.根据权利要求9所述的方法，其特征在于，开放所述第一停车空间，根据权利要求1至7中任一项确定第二停车空间的第二品质值，将所述第一品质值与所述第二品质值进行比较，根据相应的比较结果控制机动车(7)驶向第一停车空间或第二停车空间。

11.一种用于针对自动驾驶确定停车空间、特别是停车场或停车楼的品质值的设备(1)，其特征在于

-用于确定停车空间的整个可行驶区域的第一传感器装置(2)，

-用于在可行驶区域中规定网格点的处理装置(3)，

-用于针对每个网格点确定从各自网格点能记录的停车空间的特征的第二传感器装置(4)，

-用于基于从每个网格点能记录的特征的平均数量获得品质值的计算装置(5)。

12.一种用于利用控制装置控制机动车辆(7)的设备(1)，所述控制装置被设计用于执行根据权利要求9或10所述的方法。

13.一种具有根据权利要求12所述的设备(1)的机动车辆(7)。